长期以来，塑料产品中的“回收含量”宣称往往被商业秘密所笼罩，难以验证且常因误导消费者而受到质疑。然而，美国纽约州立大学布法罗分校（University at Buffalo）的研究团队近期开发出一项突破性技术，有望揭开这一谜团。在日益严格的反“绿色清洗”（Greenwashing）监管背景下，该技术为核实生产商可持续性宣称提供了可靠手段。
该团队首创的方法对聚对苯二甲酸乙二醇酯（PET）产品中回收含量的检测准确率高达97%，并能**识别0%至50%范围内的回收成分。研究负责人、纽约州立大学教授Amit Goyal指出：“随着全球塑料废物持续增加，准确识别和量化塑料产品中的回收内容对于发展循环经济至关重要。目前，尚无方法能实现这一目标。”
多模态传感结合AI破解材料微观差异
这项科学方法的核心在于将物理传感技术与人工智能相结合，以区分再生PET与原生塑料。尽管塑料废物在破碎、熔融和重塑后，其化学成分与原生塑料相似，但加工过程会引入细微变化，如更短的分子链和微观杂质。
Goyal团队利用四种传感技术来识别这些差异：首先是摩擦电测试，通过测量塑料表面接触时产生的静电，由于反复加工导致结构缺陷，再生塑料往往比原生材料保留电荷更久；其次是介电/阻抗谱分析，施加电场以测量塑料存储和损耗能量的能力，再生塑料因降解缺陷通常表现出更低的储能和更高的能量损耗；第三是电容分析，通过测量电路中塑料的充放电速率，时间变化揭示了回收对材料电气特性的改变；最后是中红外光谱法，用于识别塑料的化学结构和断裂的聚合物链。
在完成上述四个步骤后，机器学习模型会对数据进行分析，识别出塑料在回收过程中发生的细微物理和化学变化。目前，Goyal及其同事正致力于将这些不同的传感技术和机器学习模型整合到一个便携式设备中，计划将其设计给塑料制品制造商、包装生产商和监管机构使用。
加州立法倒逼透明化 技术落地面临新挑战
随着对回收宣称透明度的呼声日益高涨，近期关注点转向了化学回收塑料的命运。由于化学回收过程复杂，一旦聚合物在热解过程中被分解，分子便与原生材料无法区分。且热解油通常与化石燃料混合进入炼油厂，使得追踪最终产品中究竟含有多少回收成分变得几乎不可能。即便拥有布法罗大学的先进技术，目前仍难以追踪经过化学处理的塑料产品的回收含量。
在此背景下，加利福尼亚州正带头推动跨材料和加工方法的真正回收问责制。根据该州将于2026年10月生效的《标签真实法》（SB 343），只有当60%的人口能够接触到路边回收服务时，物品才能被标记为“可回收”。使用“追逐箭头”符号但被认定为不可回收的产品和包装必须移除该符号，否则将面临潜在诉讼。
此外，该法律还规定：产品和包装必须由处理全州至少60%项目的设施分类到定义的回收流中；这些分类后的物品必须送往符合《巴塞尔公约》（限制危险废物出口）的设施进行处理；且物品必须常规地成为新产品或包装的原料。一些常用术语如“请查询当地情况”将被禁止。绿色和平组织的一份报告指出，目前只有透明PET #1和天然HDPE #2塑料（如水瓶和牛奶壶）接近该标准，但仍未达到60%的要求。
Goyal团队下一步的工作重点是适应除PET以外的其他塑料类型，这将引入新的技术复杂性。他坦言：“最大的挑战是获得每种塑料类型的受控样本，其中包含受控量的回收成分，以便应用我们的方法并开发针对该塑料类型的分析。”尽管预计通用方法适用于所有塑料类型，但可能需要增加另一种模态，这需通过额外实验确定。目前，团队正在研究含有添加剂的PET样本，并将结果发表在即将出版的期刊上。
随着加州《标签真实法》对绿色清洗行为的收紧以及更多州开始审查此类做法，布法罗大学的项目旨在提供一种**的验证工具。对于中国塑料回收行业而言，这一技术路径表明，单纯依靠化学成分分析已不足以应对日益严格的合规要求，结合微观物理特性与AI算法的多模态检测将成为建立全球信任体系的关键基础设施。中国企业若能提前布局此类高精度检测设备或标准认证服务，将在未来的国际绿色贸易壁垒中占据主动。